含模糊因素的患病风险预测模型

将数理统计方法和模糊数学方法相结合,建立了适合预测患病风险的含模糊因素的回归预测模型,并将所建立的模型和统计中的线性回归模型进行了比较．结果表明：含模糊因素的患病风险预测模型预测效果优于不含模糊因素的预测模型预测效果．     

基于PSO和多元线性回归的奥运会奖牌预测分析

针对传统奥运会成绩预测模型中存在的不足,提出一种将PSO和多元线性回归分析相结合的预测模型。分析多元线性回归和PSO算法后,结合体育比赛的特点,通过PSO优化迭代计算,确定奖牌统计模型中各回归系数,建立了奥运会参赛国成绩与回归系数之间复杂的非线性关系。利用Matlab对建立奖牌模型进行了验证,预测精度高。     

基于变权组合预测模型的临沂市GDP预测

根据GM（1,1）模型和自回归模型的特点,建立了综合GM（1,1）模型和自回归模型的变权组合预测模型,并对临沂市GDP进行分析预测,与实际情况非常相符,具有较好的预测效果．     

基于线性回归模型的城市化水平预测——以内江市为例

以四川省内江市1990~2006年城市化水平数据和国内生产总值为基础,建立了内江市城市化水平的线性回归预测模型,并对该预测模型进行了有效性检验.结论是:线性回归模型能较好地反映内江市城市化水平与经济发展水平之间的关系,可用于该市城市化水平的预测.根据这一模型测算,内江市2020年的城市化水平将达46.16%~48.78%之间.     

基于IGOWLA算子的中国粮食生产价格预测研究

为探究我国粮食价格波动规律及预测其值,选取2005-2016年中国各季度粮食生产价格数据,首先对其波动性进行描述分析;其次建立一种基于IGOWLA算子的组合预测模型:选择ARMA模型、Holt-Winters乘法模型、残差自回归模型这三种单项预测模型,并通过5种误差评价指标来判断预测模型的效果,结果表明组合预测模型的预测效果较好、准确性较高;接着利用所建立的组合预测模型对2017年各季度粮价进行外推预测,结果表明2017年粮食价格有所上升但相对波动较稳;最后提出政策建议。     

基于GIOWA算子的我国碳排放量的组合预测研究

基于1989—2018年中国碳排放量数据,采用多元线性回归、Hlot-Winters非季节指数平滑、ARIMA模型3种单项预测模型对我国碳排放量进行预测,鉴于单项预测模型的局限性,基于误差平方和最小的最优性准则,建立广义诱导有序加权平均(GIOWA)的组合预测模型,并对模型的有效性进行评价。结果表明:组合预测模型优于单项预测模型,验证了组合预测模型的有效性;未来5年,我国碳排放量处于上升趋势,而碳排放强度呈下降趋势。     

世界淡水资源开发管理策略的数学建模与分析

根据水资源在全世界范围内的预计储量、探明储量、年度消耗量和价格等数据,建立了基于不可再生淡水资源消耗情况预测的灰色系统预测模型以及对水资源的合理规划与管理问题的非线性回归模型,检验了其精度,证明了模型的合理性,为有效利用和开放淡水资源提供了理论依据.     

种鸡孵化分析——正品数与入孵蛋数、存株数关系的回归分析

为了向育种中心提供种鸡孵化预测模型，分别建立孵化正品数(Y)与入孵蛋数(X1)、存株数(X2)的数学模型，并进行回归分析，得到回归模型1为Y=246．73 0．8095X1，回归模型2为Y=345．25 0．8948X2．结果表明，两个模型均十分理想，而回归模型2的精确度更高．     

含Fuzzy参数的回归与自回归预测模型

本文研究了含(α,c)型Fuzzy参数的回归预测模型,并将它推广为含此型参数的自回归情形.在确定参数时,不采用最小二乘法,而转化为求解—等价的规划问题,从而避免因参数不可微而引起的确麻烦。由此而建立的模型,将比经典模型包含更多的信息、     

灰色回归模型在农业用水量预测中的应用

在分析灰色模型与回归模型特点基础上提出了灰色回归模型,并以最小二乘法确定了两单一模型权重系数的分配。结果表明：灰色回归预测模型在最大、最小误差及平均误差这三项指标中明显优于两单一模型。因此,灰色回归模型能显著提高预测精度,可作为农业用水量预测的一种有效工具。     

RBF神经网络在道路交通事故预测中的应用

分析了RBF神经网络在事故预测领域的适应性,提出了采用RBF神经网络建立道路事故预测模型．利用我国1990—2009年道路交通事故数据,运用RBF神经网络建立了非线性回归预测模型,并利用该模型预测了2000—2010年的道路交通事故死亡人数,结果显示该模型具有较高的可靠性,可为我国道路交通管理提供数据支持。     

基于主坐标分析的苏州制造业经济增长趋势面回归预测模型

在经济增长中制造业增长是重要组成部分,影响制造业经济增长的因素很多,在分析时常用多元回归分析方法,但有时建立的回归模型拟合效果不好或不合理。为此文中利用多元统计分析方法中的主坐标分析方法,给出无多重共线性的一组互不相关的主坐标,然后建立趋势面回归预测模型。文中建立了苏州制造业经济增长预测模型,实例表明效果很好。     

天然气产量预测的微分方程模型

根据灰色系统理论，利用统计资料，建立了天然气产量的GM（1，1）灰色预测模型。精度检验合格，经比较该模型预测精度优于线性回归模型的预测精度。     

动态灰色模型与线性回归模型的组合运用

本文运用了GM(1,1)灰色预测模型、线性回归预测模型及组合GM模型,对本溪市粮食总产量进行了预测。为未来粮食规划提供了理论依据。     

适龄人口对普通高等教育规模影响的数学模型

以现代统计理论为基础,综合运用了数据拟合和回归分析原理,分别建立了基于高等教育的适龄人口和在校生数量预测模型,并根据建立的第三产业结构指数分布预测模型,利用Spss及Excel预测了2010～2025年的普通高等教育规模,进而探讨了适龄人口变化对高等教育规模的影响．     

回归技术在超市商品销售趋势预测模型中的应用

回归预测是通过数据库或数据仓库中的历史数据进行数据分析,建立回归模型,进行参数估计,利用模型对所研究的对象进行预测和分析,为经济决策提供依据。以某超市某类商品12个时间段内销售情况表为实例,确定预测模型,使用Maflab软件对模型进行求解,对其预测性能进行评价。     

基于POF传感装置的混凝土裂缝开度预测

为了准确预测水工混凝土建筑物裂缝开展情况,监测大坝等建筑物是否安全,利用一种简易的塑料光纤(POF)裂缝传感装置和裂缝扩展模拟装置通过试验得到多组样本数据,再利用得到的样本数据建立二次和三次多项式裂缝开度预测模型,通过对比模型预测值与实测值,发现建立的二次和三次多项式回归模型具有较高的预测精度,且三次多项式模型预测的精度更高。可见,将建立的多次多项式裂缝开度预测模型用于建筑物裂缝预测是可行的,且具有较高的预测精度。     

基于机器学习的银行客户流失分析

为了准确预测可能在今后两年内与某银行终止业务关系的客户,基于机器学习构建了客户流失分析预测模型,该模型在预测客户流失方面与传统逻辑回归模型相比具有显著优势。通过深度神经网络对银行客户流失进行预测,并使用准确率、召回率、精度和F-Measure等指标对预测结果进行全面评估。对于被预测为即将流失的客户,银行可以采取针对性的支持措施,解决客户不满意之处和遇到的问题进而留住客户。这一预测模型不仅有助于银行提前识别潜在的流失风险,还为银行提供了挽留客户的重要机会,有助于建立长期客户关系。     

基于非参数回归法的掺粉煤灰混凝土抗硫酸腐蚀能力预测

结合非参数回归技术分析,通过均匀试验设计方法得到的24组稀硫酸腐蚀掺粉煤灰混凝土试件试验数据,研究pH值、水胶比、水泥用量、粉煤灰用量、坍落度5个因素对混凝土腐蚀量的影响以及相应预测方法。结合试验数据,首先采用Pavlick建议的幂函数模型进行参数回归,获得各组试验的腐蚀系数k与时间指数n,然后在此基础上,采用ACE非参数回归技术分析腐蚀系数k与pH值、水胶比、水泥用量、粉煤灰用量、坍落度5个因素的关系,并建立腐蚀预测模型。结果表明：①幂函数模型能很好地反映腐蚀随时间的增长规律;②按浸泡过程中硫酸钙析出时间点不同,可将k、n值分布特征大致划分为3类,采用ACE回归分别建立不同类预测模型,能获得较好的预测结果。     

基于支持向量回归机的磨削力预测

针对神经网络方法在磨削力预测方面存在的网络结构不好确定和样本需求量大等不足,提出了一种新的基于支持向量回归机的磨削力智能预测方法。介绍了支持向量回归机的基本原理,分析了影响磨削力的主要因素,选用砂轮速度、工件速度和磨削深度作为输入参数,建立了基于支持向量回归机的磨削力预测模型。仿真结果表明,所建立的预测模型是合理有效的,与BP神经网络预测方法相比,预测的结果准确性更高。